Materiały: https://github.com/michbur/WizualizacjaDanych2023-2024Z

Mail: michalburdukiewicz@gmail.com

1. Czym są wizualizacje danych?
2. Gramatyka grafiki.
3. Błędy w wizualizacjach danych.
4. Narzędzia do wizualizacji danych.
5. Efektywne projektowanie dashboardów.
6. Zaaawansowane wizualizacje danych.

“Polaris, an interface for exploring large multi-dimensional databases that extends the well-known Pivot Table interface first popularized by Microsoft Excel.”

http://www.graphics.stanford.edu/projects/polaris/

Źródło: Polaris: a system for query, analysis, and visualization of multidimensional databases, Proceeding IEEE InfoVis’00 reprinted Commun. ACM 51, 11 (November 2008), 75-84.

Twórcy:

• Chris Stolte,
• Diane Tang,
• Pat Hanrahan.

1. Interfejs do eksploracji danych.
2. Zróżnicowane metody wizualizacji danych.
3. Wizualizacje o wysokiej wymiarowości i gęstości informacji.

Zalety:

• wielowymiarowość,
• swojskość,
• łatwość porównań (tabele generują wiele małych przedstawień informacji, które łatwo ze sobą porównywać w celu wskazania trendów/korelacji pomiędzy wymiarami).

• analityczne,
• operacyjne.

Źródło: https://uxplanet.org/

Źródło: https://uxplanet.org/

Źródło: https://uxplanet.org/

Źródło: https://www.sisense.com/blog/4-design-principles-creating-better-dashboards/

Źródło: https://www.tapclicks.com/resources/blog/the-ultimate-guide-to-data-visualization/.

“Only 10–15% of people click on buttons”.

Gregor Aisch, New York Times, podczas Information+ Conference, 2016.

“15% of readers isn’t nobody”.

Gregor Aisch, New York Times, 2017.

Kluczowa informacja na wykresie nie może być skryta przed użytkownikiem za pomocą interakcji.

Interakcje powinny zawierać wyłącznie informacje doprecyzowujące główny przekaz.

Zbędna interaktywność wymaga od nas akcji w celu uzyskania podstawowych informacji.

Źródło: Data + design

Poprawnie użyta interaktywność ułatwia eksplorację danych.

Źródło: Data + design

Cel wizualizacji: zależność długości pręcika od długości słupka w podziale na gatunki irysów.

Cel wizualizacji: zależność długości pręcika od długości słupka w podziale na gatunki irysów.

Cel wizualizacji: zależność długości pręcika od długości słupka w podziale na gatunki irysów.

Cel wizualizacji: zależność długości pręcika od długości słupka w podziale na gatunki irysów.

Cel wizualizacji: zależność długości pręcika od długości słupka w podziale na gatunki irysów.

Cel wizualizacji: zależność długości pręcika od długości słupka w podziale na gatunki irysów.

• https://www.data-to-viz.com/

• https://datavizcatalogue.com/

Źródło: MS Office.

Mapa drzewa (treemap): wizualizacja hierarchicznych danych za pomocą zagnieźdżonych obiektów.

Źródło: edrawsoft.com

Wykres radarowy (radar plot): porównanie kilku obiektów pod względem wielu charakterystyk.

Źródło: https://fivethirtyeight.com/features/the-worst-tweeter-in-politics-isnt-trump/

Wykres trójkątny (ternary plot): przedstawienie w dwóch wymiarach trzech zmiennych ciągłych.

Diagram Sankeya (alluvial plot): przestawienie przepływu obiektów między poszczególnymi stanami.

Źródło: https://www.data-to-viz.com/

Wykres strunowy (chord diagram): przedstawienie zależności/przepływów między wieloma parami stanów.

Portmanteau “storytelling” i “scrolling” - angażujące przedstawienia treści, gdzie narracja zależy od scrollowania.

Przykłady: https://pudding.cool/2018/08/pockets/

Źródło: informationisbeautiful.net